Ralat Jenis I (α) = Tolak Ho yang betul
Ralat Jenis 2 (β) = Terima Ho yang salah
Contoh:
Ho: Tidak terdapat perbezaan yg signifikan antara penggunaan koswer Sains dengan kaedah konventional terhadap pemahaman konsep sains pelajar sekolah rendah
Ralat Jenis I: Jika memang sebenarnya tiada kesan yang signifikan antara penggunaan koswer berbanding kaedah konvensional (Ho memang betul) tetapi anda TOLAK kerana kajian anda menunjukkan ada perbezaan maka implikasinya melibatkan pelaburan jutaan ringgit bagi membangunkan koswer dan membeli peralatan ICT sedang aplikasinya tidak berkesan. Kerugian kepada kewangan negara!.
Ralat Jenis 2: Jika memang sebenarnya ada kesan yang signifikan antara penggunaan koswer berbanding kaedah konvensional (Ho perlu ditolak) tetapi anda TERIMA kerana kajian anda menunjukkan tiada perbezaan maka implikasinya tiada polisi dijalankan bagi membangunkan koswer dan membeli peralatan ICT sedang ianya berkesan kepada pelajar. Kerugian ini lebih serius (secara relatif) dan berterusan kerana melibatkan satu pendekatan berkesan yang dapat membantu pelajar dalam pembelajaran tetapi tidak dilaksanakan.
Kesimpulan: Bagi pengujian hipotesis, tetapkan nilai alfa .05 atau .01 (jika kajian anda melibatkan implikasi yang lebih besar) dan dapatkan saiz sampel yang rawak dan mencukupi bagi memastikan saiz kesan (effect size) yang cukup besar untuk kajian anda. Jadi jangan main-main dalam mengambilkira sampel saiz serta laporkan juga saiz kesan (seperti eta kuasadua) dari jadual SPSS anda.
Penerangan tentang ralat jenis 2 ni lebih saya suka berbanding dalam kuliah tempoh hari sebab dalam mind saya lebih jelas bhw ralat 2 kesalahannya lebih serius sbb kita terima perkara yang SALAH. Walau bagaimanapun masih terdapat kesan lain yg agak baik spt contoh yg diberi dlm kuliah, wang berjuta ringgit dpt dijimatkan.
ReplyDelete